物流需求分析-3(2)(編輯修改稿)
2024-10-28 19:56 本頁面
【文章內(nèi)容簡介】 —移動平均的時間段數(shù)（n≤t）。,?,第四節(jié) 物流需求預(yù)測方法,（2）加權(quán)移動平均法 根據(jù)實際值距離預(yù)測期遠近的不同，分別賦予它們不同的權(quán)數(shù)，依次來提高預(yù)測的可靠性。計算公式為 :,式中 Wt——第t期的權(quán)數(shù)值； 其他各字母含義同前。,?,第四節(jié) 物流需求預(yù)測方法,2.指數(shù)平滑法 此方法是利用過去的數(shù)據(jù)資料，使用平滑指數(shù)來進行預(yù)測的一種方法。對最近期的數(shù)據(jù)觀察值賦予最大的權(quán)重，而對以前各期的數(shù)據(jù)觀察值則順序地賦予遞減的權(quán)重，而不是給所有的數(shù)據(jù)以同等的重要性。這樣的處理顯得較為合理，因為最近期的觀察值已經(jīng)包含了最多的未來情況的信息。相對于移動平均法而言，指數(shù)平滑法大大減少了對歷史數(shù)據(jù)存儲量的需求。其計算公式為：,或,式中 Ft——第期的預(yù)測值； Ft1——第t－1期的預(yù)測值； At1 ——第期的實際值； ——平滑指數(shù)（0≤ ≤1）。,?,第四節(jié) 物流需求預(yù)測方法,3.回歸預(yù)測法 此方法就是找出預(yù)測對象（因變量）與影響預(yù)測對象的各種因素（自變量）之間的關(guān)系，并建立相應(yīng)的回歸方程式，然后代入自變量的數(shù)值，求得因變量的方法?；貧w預(yù)測法是一個十分有用的預(yù)測方法，尤其適用于長期預(yù)測。主要的不足在于，想要進行可靠的預(yù)測，就需要大量的數(shù)據(jù)資料。 在回歸預(yù)測中，所選定的因變量是指需要求得預(yù)測結(jié)果的那個變量，即預(yù)測對象。自變量則是指影響預(yù)測對象變化的、與因變量有密切關(guān)系的變量。在實際操作中，選擇一個變量為因變量，而將其余的變量作為自變量，然后根據(jù)有關(guān)的歷史統(tǒng)計數(shù)據(jù)，研究測定因變量與自變量之間的關(guān)系。根據(jù)這些變量之間的相互關(guān)系擬合一定的曲線，這條曲線就叫做回歸曲線，表達這條曲線的數(shù)學(xué)公式就叫做回歸方程式。,?,第四節(jié) 物流需求預(yù)測方法,3.回歸預(yù)測法 下面將重點介紹一元線性回歸預(yù)測法 一元線性回歸法也叫最小二乘法，它是用來處理兩個變量之間具有線性關(guān)系的一種方法。這種方法的特點是：先根據(jù)?X、Y?現(xiàn)有的實際數(shù)據(jù)和統(tǒng)計資料，把?X、Y?作為已知數(shù)，再尋找合適的?a、b?回歸系數(shù)，并根據(jù)回歸系數(shù)來確定回歸方程。然后利用已求得的回歸方程，得出一條趨勢變動直線，并使此直線上的各點到實際資料對應(yīng)點之間的距離最小。從而使這條直線最能代表實際數(shù)據(jù)的變動，并作為預(yù)測的依據(jù)。,?,第四節(jié) 物流需求預(yù)測方法,3.回歸預(yù)測法,設(shè)X、Y?兩變量滿足趨勢變動直線方程: Y＝a＋bX 式中 X——自變量； Y——因變量或預(yù)測量； a、b——回歸系數(shù)。 現(xiàn)有數(shù)據(jù)資料?Xi、Yi（i＝1，2，3，…，n），經(jīng)整理，可得回歸系數(shù)a、b?為：,,公式簡化,公式簡化,?,第四節(jié) 物流需求預(yù)測方法,三、物流需求預(yù)測誤差 1. 產(chǎn)生誤差的原因 （1）用于預(yù)測的信息與資料引起的誤差。 （2）預(yù)測方法及預(yù)測參數(shù)引起的誤差。 （3）預(yù)測期間的長短引起的誤差 （4）預(yù)測者的主觀判斷引起的誤差。 2. 誤差的
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1